62 jeux de données trouvés

The global crises of biodiversity and cultural diversity are interdependent, especially so in rivers. While we know that 84% of the freshwater fauna has disappeared between 1970 and 2014, the loss in cultural diversity connected to the river and its floodplain (e.g., spiritual linkages, traditional use forms, adapted architecture, etc.) is as yet un-known. This book makes a first attempt to deal with biological and cultural diversities altogether, depicting the bio-cul-tural diversities, historical human-river relation-ships, threats, and practical examples of how to mitigate the crisis in riverscapes. More than 120 authors present interdisciplinary studies from river systems all over the world, and explore overarching issues on river ma-nagement in the Anthropocene.

Les ensembles de données à grande échelle sont essentiels en science hydrologique pour soutenir les études de modélisation et les évaluations globales. Le présent ensemble de données compile toutes les données sur la qualité des eaux douces disponibles sous une politique de données ouvertes (CC BY 4.0 ou équivalent) dans la base de données GEMStat dédiée à la qualité de l’eau à l’échelle mondiale (www.gemstat.org). Il comprend plus de 20 000 000 de mesures sur 608 paramètres de qualité de l'eau, couvrant 13 660 stations dans 37 pays sur la période de 1906 à 2023.

GEMStat est géré par le programme GEMS/Water du Programme des Nations Unies pour l’Environnement (PNUE) et hébergé au Centre International pour les Ressources en Eau et les Changements Globaux (ICWRGC) et à l’Institut Fédéral Allemand d’Hydrologie (BfG). Les données de GEMStat sont fournies par les Services Hydrologiques Nationaux des États membres de l’ONU.

This publication reviews the current state-of-the-art of AI and Machine Learning (ML) applications within water management, introducing some of the main concepts and providing the reader with a general understanding of different technologies and concepts. Further, it features examples of the most influential applications of AI within water management and highlights the ethical challenges when streamlining AI for water resources management.

This dataset is part of the mWater data for Kenya. It includes wells, boreholes, tube wells, and springs. Altitude data have been corrected by removing negative values and turning 0 values to NULL where applicable.

This dataset is part of the mWater data for Ethiopia. It includes wells, boreholes, tubewells, and springs. Altitude data have been corrected by removing negative values and turning 0 values to NULL where applicable.

Le jeu de données couvre les comtés de Turkana et de Marsabit dans le nord du Kenya. Il inclut des enregistrements de forages avec certaines mesures géologiques et de qualité de l'eau. Il fait partie du projet "HYDROGEOLOGICAL MAPPING OF TURKANA and MARSABIT AQUIFERS", réalisé par Rural Focus et SWAS WATER SURVEYS. Une partie importante des données nécessaires à ces ensembles a été collectée auprès de diverses organisations, notamment Oxfam, le diocèse catholique de Lodwar, JICA et la WRA du Kenya. Le jeu de données a été amélioré en termes de précision et de cohérence, et normalisé pour s'aligner sur le modèle de collecte de données sur les eaux souterraines de l'UNESCO.

The SWOT Level 2 River Single-Pass Vector Node Data Product from the Surface Water Ocean Topography (SWOT) mission provides water surface elevation, slope, width, and discharge derived from the high rate (HR) data stream from the Ka-band Radar Interferometer (KaRIn). SWOT launched on December 16, 2022 from Vandenberg Air Force Base in California into a 1-day repeat orbit for the "calibration" or "fast-sampling" phase of the mission, which completed in early July 2023. After the calibration phase, SWOT entered a 21-day repeat orbit in August 2023 to start the "science" phase of the mission, which is expected to continue through 2025.

Water surface elevation, slope, width, and discharge are provided for river reaches (approximately 10 km long) and nodes (approximately 200 m spacing) identified in the prior river database, and distributed as feature datasets covering the full swath for each continent-pass. These data are generally produced for inland and coastal hydrology surfaces, as controlled by the reloadable KaRIn HR mask. The dataset is distributed in ESRI Shapefile format. Please note that this collection contains SWOT Version C science data products.

This collection is a sub-collection of its parent: https://podaac.jpl.nasa.gov/dataset/SWOT_L2_HR_RiverSP_2.0 It contains only river nodes.

The SWOT Level 2 River Single-Pass Vector Reach Data Product from the Surface Water Ocean Topography (SWOT) mission provides water surface elevation, slope, width, and discharge derived from the high rate (HR) data stream from the Ka-band Radar Interferometer (KaRIn). SWOT launched on December 16, 2022 from Vandenberg Air Force Base in California into a 1-day repeat orbit for the "calibration" or "fast-sampling" phase of the mission, which completed in early July 2023. After the calibration phase, SWOT entered a 21-day repeat orbit in August 2023 to start the "science" phase of the mission, which is expected to continue through 2025.

Water surface elevation, slope, width, and discharge are provided for river reaches (approximately 10 km long) and nodes (approximately 200 m spacing) identified in the prior river database, and distributed as feature datasets covering the full swath for each continent-pass. These data are generally produced for inland and coastal hydrology surfaces, as controlled by the reloadable KaRIn HR mask. The dataset is distributed in ESRI Shapefile format. Please note that this collection contains SWOT Version C science data products.

This collection is a sub-collection of its parent: https://podaac.jpl.nasa.gov/dataset/SWOT_L2_HR_RiverSP_2.0 It contains only river reaches.

Le projet FRIEND/Nile, mis en œuvre en deux phases (2001-2006 et 2007-2013), visait à améliorer la gestion des ressources en eau du bassin du Nil grâce à la coopération régionale, au renforcement des capacités et à la recherche hydrologique appliquée. Lancé sous le Programme Hydrologique International (PHI) de l'UNESCO et financé par le gouvernement flamand de Belgique, le projet a impliqué des institutions clés de cinq pays du bassin du Nil : l'Égypte, le Soudan, l'Éthiopie, le Kenya et la Tanzanie. Le projet s'est concentré sur l'amélioration de la compréhension du régime hydrologique du fleuve par le biais de la coopération scientifique et de l'échange de données.

La Phase I (2001-2006) a établi la coopération technique et institutionnelle, mettant l'accent sur quatre composantes de recherche clés : la modélisation pluie-débit, le transport des sédiments et la gestion des bassins versants, l'analyse de la fréquence des crues et l'analyse des sécheresses et des faibles débits. Plus de 20 ateliers de formation et réunions techniques ont été organisés, renforçant les capacités des chercheurs et des institutions de la région. Le projet a facilité l'acquisition de données, le développement de modèles et la publication de rapports techniques, posant ainsi les bases d'une meilleure gouvernance transfrontalière de l'eau.

La Phase II (2007-2013) a élargi ces efforts en abordant de nouveaux défis tels que l'écohydrologie, la modélisation stochastique et l'érosion et le transport des sédiments. Des modèles hydrologiques avancés ont été introduits, le suivi des performances a été amélioré et les impacts du changement climatique sur la disponibilité de l'eau dans le bassin du Nil ont été évalués. Le projet a contribué à renforcer la coopération scientifique, à consolider les cadres institutionnels et à fournir des informations pertinentes pour soutenir la gestion durable des ressources en eau.

Cet ensemble de données fait partie du Système de Gestion de l'Information sur les Sources d'Eau de Somalie (SWIMS). Parmi les diverses sources répertoriées dans SWIMS, des forages et des puits ont été sélectionnés. L'ensemble de données fournit des informations sur la localisation et, dans quelques cas, sur le niveau d'eau et le débit, mais il n'est pas précisé si la date d'inspection dans les données fait référence aux mesures.